sas编程习题与实例应用要点.docx

1、sas编程习题与实例应用要点 基本编程一、数据集整理与SAS产生均seed）试用产生标准正态分布函数的随机函数1、normal（并计算其常规统计量（均值、，方差为值为17064的正态随机数100个, 标准差、变异系数、偏度和峰度）。 date1; data; mu=170; sigma=8; 1do i= to 100); y=mu+sigma*RANNOR(0 ; output; end; run; skewnessstderr stddataproc means =data1 mean cv y; var=result; outoutput ; run name, sex, age, he

2、ight中有5个变量：、设已知数据集2classname, 只包含，请编写程序新建数据集和weightclass1，其中class1 sex, age三个变量，且把id。name重命名为 class; data name$ sex$ age heigh weigh; input; cards 15 160 50 小明 男; ; rundata class1; 1 class; set name sex age; keep name=id ; rename; run=class1; procprint data; run 的逻辑库可分为永久库和临时库两种，请编写一段程序3、SAS 中的下例数据集

3、，并按降序排序。直接建立永久库sasuser19 16 ：数据名tong20 13 20 16 23 19 Sasuser.tong; data x; input; cards20 13 20 16 23 19 19 16 ; ; run=Sasuser.tong; proc sortdata x ; by descending; run=Sasuser.tong; dataproc print ;rundata2 data14、设已知数据集和数据集 provincenumber citynumber Hebei1 2Chengdu Zhejiang3 4 Nanjing 5Gansu 。da

4、ta2请编写程序串接data1和，且分组变量为number data1; data number province$; input; cards1 Hebei 3 Zhejiang 2 5 Gansu ; ; run data2; data number city$; input; cards2 Chengdu 4 Nanjing ; ; run data; data data1 data2; set number; by; run=data; print dataproc; run 二、描述统计SAS，现用(千元)1、下表记录了某超市一个月内每天的营业额 过程做描述统计，请根据给出的结果回答

5、以下问题：日期 营业额 日期 营业额 日期 营业额 日期 营业额 日期营业 额1 6.14 7 14.76 13 42.41 19 11.13 25 33.87 2 48.35 8 39.18 14 30.21 20 1.07 26 20.09 3 0.95 9 36.87 15 15.62 21 17.12 27 34.73 4 18.61 10 15.64 16 40.47 22 8.33 28 43.86 5 37.89 11 30.44 17 8.81 23 8.59 29 7.56 6 3.48 12 23.38 18 2.5 24 4.08 30 23.44 1（）、该超市一个月内

6、的平均营业额，哪天最大、最小？ ）（2、营业额的偏度、变异系数； 3 （3）、数据是否服从正态分布？（）?0.05? data1; data number province$; input; cards1 Hebei 3 Zhejiang 5 Gansu ; ; run data2; data number city$; input; cards2 Chengdu 4 Nanjing ; ; run data; data data1 data2; set number; by; run=data; data print proc; run a; data date total; input;

7、cards; =a ; univariate dataproc total; var run; 4 ，方差X（记总体X的均值为2、假设某学校大学生的身高为?1，今从全校随机Y的均值为，方差为）为），体重为Y（记总体22?212名学生，测得身高、体重数据如下，请根据输出结果回答以抽取100 下问题：身高 体重 身高 体重 身高 体重 身高 体重 身高 体重 172.4 75 169.3 54.8 169.3 64 171.4 64.8 166.5 47.4 171.4 62.2 168.2 66.9 165.1 52 168.8 62.2 167.8 65 165.8 62.2 167.8 65

8、 164.4 58.7 169.9 57.5 164.9 63.5 160.3 55.2 175 66.6 172.5 73.5 172 64 168.4 57 155 57 175.5 63.9 172.3 69 168.6 58 176.4 56.9 173.2 57.5 167.5 50 169.4 52.2 166.7 72 169.5 57 165.7 55.4 161.2 48.5 172.8 57 175.1 75.5 157.5 50.5 169.8 62.9 168.6 63.4 172.6 61 163.8 58.5 165.1 61.5 166.7 52.5 170.9

9、61 166.1 69.5 166.2 62.5 172.4 52.6 172.8 60 177.8 63.9 162.7 56.8 168.8 54 169.1 66.2 177.5 60 177 66.2 169.9 55.9 167.4 54.4 169.3 58.4 172.8 72.8 169.8 58 160 65.3 179.1 62.2 172.3 49.8 163.3 46.5 172.9 66.7 165.4 58 175.8 63.2 162.3 52.2 165.4 65.7 171.5 59.3 176.6 66.3 181.7 68.6 175.2 74.9 169

10、.5 59.5 169.6 61.5 169.1 63.1 185.5 77 173.9 65.5 162.5 50 171.5 58.5 175.6 59.8 166 75.5 167.2 63.3 171.9 57 176.6 58.4 177.3 67 169.2 71.8 166.2 49.8 181.7 63 175.8 68.3 172.3 55.5 172.7 58.5 174.3 64 171.2 59 174.8 68 165.4 55.5 169.1 64.8 167.9 62 5 58.5 171 48.6 70.5 170.3 183.5 176.8 64 69.9 1

11、65.5 的置信区间；的1、身高、体重的均值和方差90%22?,2121 a; data heigh weigh; input; cards; ; run; =0.1data=a alphaproc ttest ; run 62.307，171.0960.201，169.31 名学生身高数据频率直方图；、分析1002=a; dataproc gchart=freq; type heigh/vbar ;run 做假设检验；和方差、对身高均值322?cm30?cm170? 6 接受原假设0.70720.05 没有显著差异； 、体重数据是否来自正态总体？4; normalunivariate dat

12、a=a proc weight; var ;run 看第一个大于2000看第二个样本少于2000 大于0.46390.05所以接受原假设因为 所以来自正态总体 三、假设检验 为考察改造是否对生产量有提高，、某生产企业进行技术改造，1天）的数据：天的产量（吨10/记录改造前后各 7 改造 前3.3 11.7 9.4 6.8 2 3.1 5.3 3.7 21.8 17.6 改造 后33 30.8 8.8 11.4 42.6 5.8 1.6 19 22.4 30.2 技术改造对产量是否有显著的影响（）？?0.05? test; data a b; input; cards; run=test; pr

13、oc ttestdata a*b; paired; run 因为0.03840.05 拒绝原假设，使用新技术后有显著差异。、某工厂有两台不同型号的机器生产同一种产品，为检验这两2 台机器的产量是否有显著的差异，记录了某段时间的生产数据如下： 性别A3 甲 20,20.1 甲甲 甲 24.2,27.3 甲 甲 甲 24.5乙 ， 乙27.1 乙 乙 28.1乙 27.7 ， 乙 乙 产量75 76 80 77 80 77 73 82 80 85 8578 87 82 甲乙的产量是否有显著的差异（）？?0.01? test2; data 8 a$ b; input; cards; run; =0.

14、01 procttest data=test2 alpha a; class b; var; run equal,0.00240.01, 拒绝原假设，两个独立样本有显著差异。 四、方差分析；考察的B A和1、生产配方问题。生产某种产品需要两种原材料：有BA3；因子有三个品牌：A1，A2，指标为产品的产量Y。设因子A中配搭的每一种，安排两次实。对这12，B3，B4四个品牌：B1，B2验，得数据如下表（每次实验的产量） ： B4 B3 B1 B2 27.3 ，19.2 24A1 27.8，28.5 19.3，26,28.5 28.7 2930.2,29.8 ，21.7,22.6 27.5，30.3

15、 A2 的不同品牌对产量是否有显著的差别？哪个品牌A、（1）原材料 更好些（）？?0.05? 9 的不同品牌对产量是否有显著的影响？2（）、原材料B A和B对产量的影响哪个更大些？）（3、 B是否有交互作用？4（）、A和 、使产量达到最大的生产条件是什么？（5） test3; data; 3do a=1 to ; 1 to4 b= do; 2to do c=1 x ; input ; output ; end; end; end; cards; run=test3; dataglm proc a b; class x=a b a*b; model*/ /*多重比较设置; means a b a

16、*b/trun; 因为0.00360.05 拒绝原假设，A品牌对产量有显著影响。 10 0.0010.05 接受原假设，A、B相互没有作用。 在A品牌中分成两组，a2和a1、a3.因为a2均值最大所以最好。 （如何判断看a1a3可分成一组看上面那个表格第五行，只要差值小于1.4596，即可看成一组，两个效果差不多。） 同理，b4最好。 若A、B相互不影响，那么使产量最大的组合可直接选择A、B分 11 别均值最大那个，即a2*b4. 若A、B相互影响，那么看这个表格均值最大那个。 2、考虑合成纤维收缩率（因子A）和总拉伸倍数（因子B）对纤维A）有4个水平：A1，A2，弹性Y的影响。设收缩率（A3

17、，A4；总拉伸倍数（B）也有4个水平B1，B2，B3，B4。在每个组合下重复二次试验，弹性的数据如下表： B1（=460） B2（=520） B3（=560） B4（=640） （A1=0） 71,73 72,73 75,73 77,75 =4A2（）73,75 76,74 78,77 74,74 ）（A3=8 76,73 79,77 74,75 74,73 =12A4（）75,73 73,72 70,71 69,69 （1）、收缩率对弹性Y是否有显著的影响？哪个收缩率影响更大些？（） ?0.05?（2）、不同拉伸倍数对产量是否有显著的影响？ （3）、收缩率和拉伸倍数是否有交互作用？ （4）、

18、使弹性达到最大的生产条件是什么？ 12 五、回归分析有1、某厂生产的一种产品的销售额Y与生产成本及销售成本xx21 10个城市销售数据记录如下，关。现有x（元） 1x（元） 2 短寿Y（个） 长寿 x（元） 1合计 x （元）2Y （个）120 x1100 xx 2贪官 348 102 x34232 155 xY 1580 210 xx 2346 xY 4140 82.9110 92 17.1清官 93 100 94 8.4487 175 131 580 150 101 40 10193 14.2 190 8890 93 21.3合计 441 120 96 9.6719 125 148.2 1

19、160 250 105 44 10426 15.8 130 99.9150 96 25.177 97 10.4145 161.8 270 112 49 10969 17.9 120 105.3100 94 29102 97 11.4180 174.2 300 112 51 11165 19.6 （1）、建立销售量Y与生产成本及销售成本的回归关系式，xx21说明回归方程在的水平上是否显著？并解释回归系数的含义。 ?0.05?data sale; input x1 x2 y; cards; run; proc reg data=sale; model y=x1 x2 / r; run; 13 因为

20、0.0078小于0.05，所以模型达到显著水平。 回归关系式:y=79.88271+0.37176x1-0.31736x2 （2）、对回归模型进行初步诊断，并指出有无可疑点或异常点？ 根据 Student Residual 或 星星判断，得观测1、8、9的残差较大，说明这三个模型的预测结果不是很理想。 （3）、写出模型的决定系数、均方误差、均方误差的根，并说明决定系数的含义。 决定系数： R-Square=0.74990.5,说明多元回归模型的拟合程度较好。 均方误差：Mean Square Error270.21070 =均方误差的根：Root MSE=16.43809 （4）、该回归模型回

21、归系数是否显著？可以从哪些方面对模型进行改进？ X1的回归系数p值=0.12650.05，不显著。 X2的回归系数p值=0.00290.05,显著。 （5）、如果元及元，试预测该厂的销售量。 160?x170x21 14 代进去。 2、某地区对某种电器的销售量Y进行调查，它与以下4个量有关：=居民可支配收入，=该电器平均价格指数，=该电器保有xxx321量，=其他电器平均价格指数。现有10个历史数据记录如下， x4 34 100 12.2 117.7 100184.7 112 53 111 20.8 （1）、建立销售量Y与的回归关系式，说明回归方程在xx41 的水平上是否显著？ ?0.05?（

22、2）、对回归模型进行初步诊断，并指出有无可疑点或异常点？ （3）、写出模型的决定系数、均方误差、均方误差的根，并说明决定系数的含义。 （4）、该回归模型回归系数是否显著？可以从哪些方面对模型进行改进？ 六、属性数据分析 1、下表是对195名顾客的购买手机意愿（分为品牌机、山寨机、无所谓）的调查数据，同时记录了每位顾客的年收入经济状况（分为贫穷、下、中、上四个等级）。 贫穷 下 中 上 15 12 11 30 15 山寨机29 18 品牌机 19 7 19 23 5 无所谓 7 ？如果有关）请问购买何种手机是否与顾客的经济状况有关（?0.01? 两者有何趋势？ test; data a$ b$

23、x; input; b=购买手机意愿经济状况label a=; cards30 品牌机 贫穷 15 下 品牌机 11 中 品牌机 12 上品牌机 7 贫穷山寨机 18 下山寨机 19 中 山寨机 29 上 山寨机 5 贫穷 无所谓 23 无所谓 下 7 无所谓 中 19 上无所谓; ; run=test; dataproc freq; 0.01 nopercentalpha= a*b/tableexpectedchisqnorowmeasures x; weight; run 16 17 、巴西医生马廷思收集了580名犯有各种贪污、受贿罪的官员和5802名廉洁官员之寿命调查数据，试分析贪污与寿命之间有无显著的关系？ 请问短寿是否与贪污有关？如果有关两者有何趋势？ 18 19